水轮机调速系统控制技术的发展研究

来源:期刊VIP网所属分类:机电一体化发布时间:2012-07-09浏览:

  前言:水轮机调节系统是集水、机、电于一体的综合型的控制系统。根据电力系统负荷的变化不断进行调节水轮机发电机组的有功功率输出,并将其维持机组的转速在一定的规定范围内是水轮机的调节系统的基本任务。

  1.水轮机调速器发展及控制规律现状

  从早期的机械液压型的水轮机调速器开始,至30年代水轮机调速器才发展的相当完善,但其控制规律均为H型。随着电力系统的发展,机组的成组调节与控制、按联络线输送功率调节等方式相继出现。但是,上述装置都是电气型的,所产生的信号不能被直接送入到机械液压型调速器中。随后在40年代出现了电气液压型调速器,其通过电液和接力器位移传感器将机械和电气部分联成一体,一般为PID型控制规律或其改进型。由于电液调速器的功能是完全靠硬件来实现,所以改变和增加功能较困难。在80年代出现了微机型调速器,其已成为新建、待建或改建水电站水轮机调速器的首选。从微机硬件方面而言,现已投入使用了各种型式的微机调速器。

  2.水轮机调速器控制技术的发展

  2.1 PID控制

  1922年美国的洛尔斯基首先提出了PID调速器。其凭借结构简单、性能可靠、易于操作、方便调节的特点,至今仍是在生产过程自动化中所使用的最多的一种调节器,也是目前使用最广泛、技术最成熟的一种水电机组调速器。PID控制是利用偏差的比例、积分、微分线性组合进行控制的方式,工况确定后,若选择了适当的PID控制参数,可使水电机组得到较满意的静、动态性能。但是,即使整定了较满意一组的PID控制参数,如果被控对象特性发生了变化,也会难以保持良好的控制性能。当过程的随机、时滞、时变、非线性等、比较明显时,采用常规的PID调节器将会很难收到良好效果的控制,甚至有可能无法达到控制的基本要求。

  为了使控制效果较理想,国内外许多专家在经典PID控制策略基础上,进行了大量、广泛、深入的研究,产生了许多基于PID的改进控制策略。叶鲁卿等提出了变结构变参数调速控制水轮机的思想;武汉长江控制设备研究所生产的GLT系列贯流式机组调速器,采用了变结构变参数的PID控制,在不同工况下使机组稳定运行;Louis和Bitz发展了以负荷水平进行调整PID参数的方法;蒋传文等把混沌动力学加入到进化规划的变异算子中,从而提出了一种混沌变异进化规划方法,该方法能实现有效最优整定PID参数,具有系统稳定、响应快、超调量小等特点。

  2.2 自适应控制

  自适应控制运用现代控制理论在线辨识对象的特征参数,实时改变控制策略,将控制系统品质指标保持在最佳的范围内。由于自适应控制的这种特性,对于水轮机的调节系统这类时变系统针对性很强,因此得到了广泛的关注。实践证明,引入自适应控制技术是改善系统控制性能的一条有效途径。叶鲁卿等提出了根据机组运行工况的特征参数插值,从而获得PID控制参数的变参数PID控制思想,效果良好;当出现不可避免的高频运动,以及不可测量的输出扰动时,系统可能会失稳,O.P.Malik针对自适应控制的实际应用,提出了一种基于极点配置的鲁棒稳定设计算法,从而改善了系统的闭环稳定和鲁棒性。

  2.3 智能控制

  2.3.1 专家控制

  在专家控制应用方面,申新卫等采用面向对象的层次式模块化的故障诊断方法,提出了面向对象的水电厂智能故障诊断系统,把水电机组的故障按其结构、工作原理以及故障机理分析进行划分,从而将整个对象的诊断问题划分为不同规模、不同层次的子诊断对象,并逐块逐层的深入诊断,从而提高水电机组故障诊断的准确性、可靠性。但是,由于目前专家控制存在着控制的实时性、机器学习问题,因而专家控制还不能直接实时控制水轮发电机组。

  2.3.2 模糊控制

  从水电机组的特点看,采用模糊控制思想是一种有效的解决方法。由于模糊控制不需了解对象的精确数学模型,对于处理非线性时变参数系统的控制问题可以收到良好的控制效果。李植鑫等在对水轮机调节对象模型特性作出分析的基础上,针对采用Fuzzy控制规则和算法进行深入了研究,通过计算机仿真证明了模糊控制相比于其它经典控制,控制系统具有较快的鲁棒性和收敛性,虽然在Fuzzy控制的基础上,引入了积分控制,但是仍难以克服掉稳态偏差。结果表明,蔡维由等提出的Fuzzy—PID复合控制策略可以结合PID和模糊控制的优点,能够使水轮机调节系统获得更优良的动态品质。

  2.3.3 神经网络控制

  在神经网络的控制应用上,陈启卷等针对多层前向神经网络,利用递推预报误差算法,对水轮发电机组进行了非线性建模研究。实践证明,神经网络控制系统可以获得较好的控制性能。目前,国内部分水电控制专家已着手于开发既可有效处理模糊知识又可有效学习的神经网络与模糊集成技术。景雷等提出了一种智能模糊控制系统,该控制系统充分利用水轮机调速器的现有硬件资源,在智能模糊实时控制的同时,通过神经网络完成对水轮机调节系统的学习和模拟,解决了以往在控制学习时由于模型未知,不能求反向传播误差的问题,从而为智能控制提供了新的解决途径。

  2.3.4 遗传算法

  遗传算法(GA)在水电机组控制领域中应用也取得了一些成果。目前研究了把遗传算法作为调节参数空间寻优的方法,用于水轮机的优化控制。通过模拟及数字仿真验证表明,水电厂使用GA方法应是可行的,且对电厂噪声、电网事故等具有较强的抗干扰能力。同时也研究了基于GA的自适应技术,结果表明,在各种频率偏差条件下,该技术对水轮发电机组的识别方法,不论是在线、单机运行,还是对控制要求严格的电厂,都能有效的跟随电厂参数的变化,从而对水轮发电机系统进行识别。从目前的研究现状看,GA方法应用于智能控制将会是今后在水电控制行业中的发展方向。

  结束语:

  目前,国内绝大多数的水电站的水轮机调速器,已基本实现其微机化,但是大部分控制方法却仍停留在常规的PID控制水平,所以在实时控制中当前应解决如何引入先进的控制方法,从而充分利用其硬件资源。

  参考文献:

  [1]李均,郭磊.水轮机调节系统控制策略发展与应用[J].江西水利科技,2008,34(3):196-199.

  [2]叶鲁卿,魏守平,徐海波,等.水轮发电机组变结构变参数控制[J].华中科技大学学报,1989,15(3):91-98.

期刊VIP网,您身边的高端学术顾问

文章名称: 水轮机调速系统控制技术的发展研究

文章地址: http://www.qikanvip.com/jidianyitihua/2791.html